《深度学习》 OpenCV 计算机视觉入门（中篇）

菜就多练_0828

已于 2024-08-25 22:10:51 修改

阅读量1.3k

点赞数 36

分类专栏：《深度学习》人工智能篇文章标签：计算机视觉深度学习 opencv

于 2024-08-25 21:54:40 首次发布

本文链接：https://blog.csdn.net/qq_64603703/article/details/141533656

版权

《深度学习》人工智能篇专栏收录该内容

30 篇文章 8 订阅

订阅专栏

2）cv2.THRESH_BINARY_INV

3）cv2.THRESH_TRUNC

4）cv2.THRESH_TOZERO

5）cv2.THRESH_TOZERO_INV

6）展示代码

二、总结

1、图片的切片（Image Slicing）

2、边界填充（Boundary Padding）

3、阈值处理（Thresholding）

一、OpenCV函数使用

1、改变像素值

通过赋值语句增加或者减去像素值

import cv2  # 导入库
a = cv2.imread('girl.jpg')  # 导入图像
b = a + 10  # 将图片所有像素值增加10
cv2.imshow('aa',b)  # 展示图片
cv2.waitKey(10000)
cv2.destroyAllWindows()

运行结果如下： (图片来源网络，如若侵权敬请联系删除)

2、图像切片合并

1）直接截取相加

a = cv2.imread('girl.jpg')  # 读取a、b两张图片
b = cv2.imread('girl1.jpg')
c = a[100:400,200:600] + b[300:600,200:600]  # 截取一部分图片合并到一张图片中，截取大小必须一致
cv2.imshow('a+b',c)  # 展示图片
cv2.waitKey(10000)
cv2.destroyAllWindows()

2）使用cv2.add合并

a = cv2.imread('girl.jpg')  # 读取a、b两张图片
b = cv2.imread('girl1.jpg')
c = cv2.resize(a,(600,400))  # 分别截取两张图片中相同尺寸图片
d = cv2.resize(b,(600,400))
e = cv2.add(c,d)  # 将截取出的两个图片合并
cv2.imshow('c+d',e)
cv2.waitKey(10000)
cv2.destroyAllWindows()

运行结果为：

3）此时亮度太高了，需要降低亮度

只需在上述代码中增加下面这一部分即可

cc = cv2.addWeighted(c,0.5,d,0.5,10)  # 亮度为10，改变为其50%
cv2.imshow('cc',cc)
cv2.waitKey(10000)
cv2.destroyAllWindows()

其运行结果为：

3、边界填充

使用方法 cv2.copyMakeBorder()，更改参数来完成不同填充

1）常数填充

borderType=cv2.BORDER_CONSTANT

import cv2
b = cv2.imread('girl1.jpg')
a = cv2.resize(b,(400,600))
top,bottom,left,right = 50,50,50,50


# 增加页边框像素为常数，需在给一个给定参数，value为像素值
constant = cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_CONSTANT,value=(0,250,0))
cv2.imshow("constant",constant)
cv2.waitKey(0)

运行结果为：

2）镜面反射填充（复制交界处）

borderType = cv2.BORDER_REFLECT

只需要将上述后续部分更改为下列代码即可

reflect = cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_REFLECT)
cv2.imshow("reflect",reflect)
cv2.waitKey(0)

运行结果如下：

3）镜面反射填充（删除交界处）

borderType=cv2.BORDER_REFLECT101

reflect101 = cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_REFLECT101)
cv2.imshow("reflect101",reflect101)
cv2.waitKey(0)

运行结果如下：

4）边框像素值代替

borderType=cv2.BORDER_REPLICATE

replicate = cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_REPLICATE)
cv2.imshow("replicate",replicate)
cv2.waitKey(0)

运行结果如下：

5）边框上下左右像素替换

borderType=cv2.BORDER_WRAP

wrap = cv2.copyMakeBorder(a,top,bottom,left,right,borderType=cv2.BORDER_WRAP)
cv2.imshow("wrap",wrap)
cv2.waitKey(0)

运行结果如下：

4、阈值处理

使用函数 cv2.threshold（）通过调整其内参数更改图像阈值

1）cv2.THRESH_BINARY

大于阈值的像素点设置为maxval，小于等于阈值的像素点设置为0。

2）cv2.THRESH_BINARY_INV

大于阈值的像素点设置为0，小于等于阈值的像素点设置为maxval。

3）cv2.THRESH_TRUNC

大于阈值的像素点设置为阈值，小于等于阈值的像素点保持原值不变。

4）cv2.THRESH_TOZERO

大于阈值的像素点保持原值不变，小于等于阈值的像素点设置为0。

5）cv2.THRESH_TOZERO_INV

大于阈值的像素点设置为0，小于等于阈值的像素点保持原值不变。

6）展示代码

import cv2
img1 = cv2.imread('girl1.jpg',cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img1,(600,400))
# 像素值大于150，将其转变为255，小于等于150的转变为0
ret,binary = cv2.threshold(img,150,255,cv2.THRESH_BINARY)
# 像素值大于150，转变成0，小于等于150的转变为255
ret1,binaryinv = cv2.threshold(img,150,255,cv2.THRESH_BINARY_INV)
# 像素值大于150，转变成150，小于等于150的保持不变
ret2,trunc = cv2.threshold(img,150,255,cv2.THRESH_TRUNC)
# 像素值大于150，保持不变，小于等于150的设置为0
ret3,tozero = cv2.threshold(img,150,255,cv2.THRESH_TOZERO)
# 像素值大于150，设置为0，小于等于150的保持不变
ret4,tozeroinv = cv2.threshold(img,150,255,cv2.THRESH_TOZERO_INV)

cv2.imshow('a',binary)
cv2.imshow('b',binaryinv)
cv2.imshow('c',trunc)
cv2.imshow('d',tozero)
cv2.imshow('e',tozeroinv)

cv2.waitKey(0)

运行结果为：